manyeyarsltc

Please provide some information about this feature's activation。

自己训练的base模型没有官方给的好;自己拿wenet_speech+kespeech数据（重新用paraformer洗过一遍，还有10000+h,）训练一个base模型，在问问的数据集上字准大概在20%,但阿里开源出来的base模型字准在30%，感觉base模型训练有一些门道，是不是现有的训练方法还是没有达到最优？ 训练数据是不一样的；可参考ali的base [https://modelscope.cn/models/iic/speech_charctc_kws_phone-xiaoyun](url)

看代码里面进行训练时，基于base模型训练，但学习率是重新设置的（由大到小），是否开始训练的时候学习率应该比训练base模型更小？

BUG:LLM双向流式解码的时候 ,第一次解码fill_token没有约束

1

inference_bistream(): ... next_fill_index = -1 ... ##### while True: seq_len = lm_input.shape[1] if cache is None else lm_input.shape[1] + cache[0][0].size(2) y_pred, cache = self.llm.forward_one_step(lm_input, masks=torch.tril(torch.ones((1, seq_len, seq_len), device=lm_input.device)).to(torch.bool), cache=cache) logp...